Comment regrouper des données et tracer des graphiques en ligne

Question

C'est la première fois que j'utilise des pandas et un ordinateur portable iPython et que je n'arrive pas à trouver les termes de recherche corrects pour mon problème.

Je dispose d'un fichier .xls pour les données de temps de compilation pour 3 build-serveurs situés sur 3 sites A, B et C. Ces serveurs de compilation compilent plusieurs projets, donc je choisirai n'importe quel projet spécifique. Par conséquent, je dois tracer des données comme celui-ci (pour un projet spécifique - pas tous dans un seul graphique, pour faire simple):

X-axis = date 
Y-axis = average build time on that date 

3 lines for sites A, B and C 

Ce que je l'ai fait jusqu'à présent:

import pandas as pd 
import numpy as np 
import matplotlib as plt 

file= r'/home/abc/Downloads/request.xls' 
df = pd.read_excel(file,parse_dates=['Date']) 

build_times = df[['Date','site','project','Duration']] 
build_group = build_times.groupby(['Date','site','project']).mean() 

Je besoin d'aide sur ce qui suit:

1. comment je sélectionne seulement un succès builds s'il y a une colonne status avec 0 et 1.

2. Comment tracer les lignes pour les sites A, B et C (pour un projet spécifique) avec les axes X et Y mentionnés ci-dessus.

EDIT

Après la réponse de @jezrael, je suis en mesure d'obtenir les données suivantes

2017-03-27 A project1 963.200000 
      B project2 4587.176471 
      C project2 1449.375000 
      C project1 1449.375000 
    ....... 
2017-03-28 A project1 93.200000 
      B project1 4787.176471 
      C project2 1339.375000 
      C project1 1749.375000 

Answer 1

Je pense que vous avez besoin premier filtre par boolean indexing ou query:

build_group = build_times[build_times['status'] == 1] 
          .groupby(['Date','site','project'])['Duration'].mean() 

Ou:

build_group = build_times.query('status == 1') 
         .groupby(['Date','site','project'])['Duration'].mean() 

sortie est la même que:

d={'Duration': [963.2, 4587.176471, 1449.375, 1449.375, 93.2, 4787.176471, 1339.375, 1749.375], 
'project': ['project1', 'project2', 'project2', 'project1', 'project1', 'project1', 'project2', 'project1'], 
'Date': [pd.Timestamp('2017-03-27 00:00:00'), pd.Timestamp('2017-03-27 00:00:00'), pd.Timestamp('2017-03-27 00:00:00'), pd.Timestamp('2017-03-27 00:00:00'), pd.Timestamp('2017-03-28 00:00:00'), pd.Timestamp('2017-03-28 00:00:00'), pd.Timestamp('2017-03-28 00:00:00'), pd.Timestamp('2017-03-28 00:00:00')], 
'site': ['A', 'B', 'C', 'C', 'A', 'B', 'C', 'C']} 
build_group = pd.DataFrame(d).set_index(['Date','site','project'])['Duration'] 
print (build_group) 
Date  site project 
2017-03-27 A  project1  963.200000 
      B  project2 4587.176471 
      C  project2 1449.375000 
        project1 1449.375000 
2017-03-28 A  project1  93.200000 
      B  project1 4787.176471 
      C  project2 1339.375000 
        project1 1749.375000 
Name: Duration, dtype: float64 

puis remodeler par unstack avec level=1 (parce que level==1 sont sites) et sélectionner par xs. Dernière plot:

#for check column names for typos 
print (build_group.index.get_level_values(2).unique().tolist()) 
['project1', 'project2'] 

p = 'project1' 
build_group = build_group.unstack(level=1).xs(p, level=1, axis=0) 
print (build_group) 
site   A   B   C 
Date          
2017-03-27 963.2   NaN 1449.375 
2017-03-28 93.2 4787.176471 1749.375 

build_group.plot() 

Answer 2

Le mot-clé est: DataFrame.mean (axe = Aucun, skipna = Aucun, = Aucun, numeric_only = Aucun, ** kwargs) [source]

Référence est donner dans ce lien https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.mean.html

Ensuite, vous pouvez faire: = df [ « succès »] succès> 0 cela va créer une nouvelle trame de données réussie . Où « succès » est la colonne qui a 1 ou 0.

Pour (2), vous pouvez faire la même chose, sélectionnez uniquement la colonne et l'intrigue à l'aide df.plot (* args)